OpenCV的grabCut算法分割图像

OpenCV计算机视觉开发实践：基于Qt C++ - 商品搜索 - 京东

基本概念

使用grabCut算法可以用最小程度的用户交互来分解前景。从用户角度来看，grabCut算法是怎么工作的呢？首先画一个矩形方块把前景图圈起来，前景区域应该完全在矩形内；然后算法反复进行分割以达到最好的效果。但是，有些情况下分割得不是很好，比如把前景标成背景了，这种情况下用户需要再润色，就是在图像上有缺陷的地方画几笔。这几笔的意思是说“嘿，这个区域应该是前景，你把它标成背景了，下次迭代改过来”或者是反过来。那么下次迭代的结果会更好。比如图9-14所示的图像。

图9-14

 

首先将球员和足球包含在蓝色矩形框里，然后用白色笔（指出前景）和黑色笔（指出背景）来做一些润色。后台会发生什么呢？

（1）用户输入矩形，矩形外的所有东西都被确认是背景，矩形内的所有东西都是未知的。同样地，任何用户输入指定的前景和背景也都被认为是硬标记，在处理过程中不会变。

（2）计算机会根据我们给的数据做初始标记，它会标记出前景和背景像素。

（3）现在会使用高斯混合模型（GMM）来为前景和背景建模。

（4）根据我们给的数据，GMM学习和创建新的像素分布，未知像素被标为可能的前景或可能的背景（根据其他硬标记像素的颜色统计和它们之间的关系）。根据这个像素分布创建一幅图，图中的节点是像素。另外还有两个节点，即源节点和汇节点，每个前景像素和源节点相连，每个背景像素和汇节点相连。